基于被试内白质纤维聚类的皮层表面分区
神经元与认知
2020-02-24 v1 计算机视觉与模式识别
摘要
我们提出了一种混合方法，基于全脑纤维追踪数据集的白质纤维连接信息，对个体的大脑皮层进行完整分区。该方法包含五个步骤：首先对被试内脑纤维追踪数据进行聚类；然后将组成每个聚类的纤维与皮层网格相交，并过滤以剔除离群值；此外，该方法高效地解决了整个皮层上不同相交区域（子分区）之间的重叠问题；最后进行后处理以获得更均匀的子分区。输出为皮层网格顶点的完整标记，代表不同的皮层子分区，这些子分区与其他子分区具有强连接。我们使用脑连接性度量（如功能分离（聚类系数）、功能整合（特征路径长度）和小世界属性）对方法进行了评估。来自 ARCHI 数据库的 5 名被试的结果显示，每人都获得了良好的个体皮层分区，每半球约由 200 个子分区组成，并符合这些连接性度量。
引用
@article{arxiv.2002.09034,
title = {Cortical surface parcellation based on intra-subject white matter fiber clustering},
author = {Narciso López-López and Andrea Vázquez and Cyril Poupon and Jean-François Mangin and Pamela Guevara},
journal= {arXiv preprint arXiv:2002.09034},
year = {2020}
}
备注
This research has received funding from the European Union's Horizon 2020 research and innovation programme under the Marie Sklodowska-Curie Actions H2020-MSCA-RISE-2015 BIRDS GA No. 690941, CONICYT PFCHA/ DOCTORADO NACIONAL/2016-21160342, CONICYT FONDECYT 1190701, CONICYT PIA/Anillo de Investigaci\'on en Ciencia y Tecnolog\'ia ACT172121 and CONICYT Basal Center FB0008